All systems operationalAI Agent Automation Platform
English
Language简体中文EnglishSelected

Choose your language

Light-IF-14B

360zhinao/Light-IF-14B

Publisher360zhinao

Download access requirementsModelScope source

🤗 Hugging Face&nbsp&nbsp &nbsp&nbsp 📑 Paper Link &nbsp&nbsp &nbsp&nbsp 📑 Blog &nbsp&nbsp &nbsp&nbsp 📑 Github &nbsp&nbsp &nbsp&nbsp 📑 SuperCLUE-CPIF &nbsp&nbsp Model SuperClue IFEval CFBench IFBench Qwen3-14B 0.227 0.898 0.827 0.422

Text Chat
Model details

模型介绍

中文整理

Light-IF-14B

🤗 Hugging Face&nbsp&nbsp &nbsp&nbsp 📑 Paper Link &nbsp&nbsp &nbsp&nbsp 📑 Blog &nbsp&nbsp &nbsp&nbsp 📑 Github &nbsp&nbsp &nbsp&nbsp 📑 SuperCLUE-CPIF &nbsp&nbsp

Evaluation

Model SuperClue IFEval CFBench IFBench

  • --- ---- ---- ---- ----

Qwen3-14B 0.227 0.898 0.827 0.422

Qwen3-32B 0.234 0.877 0.823 0.384

Qwen3-235B-A22B 0.244 0.882 0.834 0.423

Qwen3-235B-A22B-Thinking-2507 0.434 0.916 0.843 0.475

DeepSeek-R1-0528 0.436 0.863 0.827 0.415

Doubao-seed-1-6-thinking-250615 0.362 0.832 0.82 0.477

Doubao-seed-1-6-thinking-250715 0.345 0.856 0.84 0.366

ChatGPT-4o-latest 0.260 0.836 0.807 0.365

Deepseek-v3-250324 0.306 0.859 0.833 0.405

Doubao-1.5-pro-32k-250115 0.285 0.889 0.797 0.375

Kimi-K2 0.227 0.921 0.820 0.395

GLM-4.5 0.395 0.893 0.833 0.466

  • *Light-IF-14B (ours)** 🤗 **0.589** **0.962** **0.833** **0.697**

SuperCLUE-CPIF

In the latest SuperCLUE-CPIF evaluation, Light-IF-14B (shown as 360zhinao3-o1.5 in the figure below) reached the domestic **SOTA**, outperforming **ERNIE-X1.1** and **DeepSeek-V3.2-Exp-Thinking**.

SuperCLUE-CPIF (Chinese Precise Instruction Following) is a benchmark designed to assess how well large language models (LLMs) can accurately follow complex, multi-constraint instructions in Chinese.

Introduction

Light-IF-14B** is the most powerful 14B instruction-following model we have open-sourced, even outperforming Light-IF-32B.

This remarkable performance is largely attributed to our carefully designed curriculum learning strategy.

During the SFT stage, we increased instruction difficulty; in the two-stage reinforcement learning phase, we introduced even more complex instructions.

These improvements played a critical role in further boosting the model's capabilities.

Quickstart

The following contains a code snippet illustrating how to use the model generate content based on given inputs.

thinking content:**

好的,我现在需要帮用户写一份国庆节旅游攻略,满足几个具体要求。首先,需要8个主题,每个主题的小标题用【】显示。然后每个主题的内容要有2到5句(不包含主题)。整个攻略一共20行,用单个换行符分隔,20行不包括主题。还要不超过300字。

首先,我需要确定国庆节常见的旅游主题,比如景点推荐、美食、交通、住宿、注意事项等等。然后每个主题下要有2-5句内容。接下来,计算总行数。8个主题,每个主题可能包含多少行?需要总行数20行,所以每个主题大约2-3行?

但每个主题的小标题是单独一行吗?比如【主题一】作为一行,然后主题内容行数。所以总行数包括主题行吗?用户说“20行(以单个换行符分割,20行不包括主题)”。可能是指不包括主题的小标题行?需要确认。可能用户的意思是整个攻略中,除了主题小标题之外的内容行是20行?或者整个攻略总行数是20行,其中主题小标题算行吗?可能需要仔细分析。

比如,用户说“整个攻略一共是20行(以单个换行符分割,20行不包括主题)”,所以主题的小标题不计入这20行。那需要主题下的内容行数总和是20行?

然后每个主题需要2-5句,也就是每个主题的内容行数是2-5行?需要8个主题,所以总行数是8个主题各自的内容行数之和等于20行。需要分配每个主题的内容行数。比如,有些主题用3行,有些用2行?

比如,假设大部分主题用2行,可能需要8个主题×2行=16行,不够20行,所以需要部分主题用3行。比如4个主题用3行,4个用2行?这样总行数4×3+4×2=12+8=20行。这样分配可能更合理。

接下来,确定主题:

可能的主题:

  • 【热门景点】
  • 【特色美食】
  • 【交通推荐】
  • 【住宿建议】
  • 【亲子活动】
  • 【摄影打卡】
  • 【购物优惠】
  • 【安全提示】

然后每个主题的内容需要2-5句,不超过300字。现在需要构造每个主题的内容行。

例如:

主题1:热门景点。可能的内容行:

长城、故宫等经典景点人流量大,建议提前预约。

选择早班或错峰出行更省时。

这样是2行。

主题2:特色美食。可能:

北京烤鸭、老北京炸酱面是必尝美食。

居庸关长城脚下的农家菜也别有风味。

这样2行?

但可能需要调整行数。比如主题2用3行?

需要总行数20行,8个主题,每个主题的内容行数加起来20行。比如:

假设:

主题1:3行(这样总行数开始是3)

主题2:3行 → 6

主题3:3 →9

主题4:3→12

主题5:3→15

主题6:2→17

主题7:2→19

主题8:1→20?不行,每个主题需要至少2句,即至少2行?用户说每个主题不少于2句,不超过5句(不包含主题)。所以每个主题的内容行数至少2行,最多5行。所以主题8必须至少2行,所以前面可能调整:

比如主题1-6各3行,主题7-8各2行?这样总行数:6×3 +2×2=18+4=22,超过了20,需要调整。

比如主题1-5各3行,主题6-8各(20-5×3)=5行?不,这样可能复杂。另一种分配:

需要总行数20行,8个主题,每个主题2-5行。可能的组合:

比如:

主题行数分布:3,3,3,3,2,2,2,3 →总和是3×5+2×3+3=15+6+3=24?不对,可能需要重新计算。

另一种方式,每个主题的行数:

假设5个主题用3行,3个主题用2行。总行数5×3+3×2=15+6=21,接近20,差1行。所以可能调整其中一个主题用2行,其他4个用3行,3个用2行?

比如:4个主题用3行,4个主题用2行?总行数4×3+4×2=12+8=20行。完美。

这样安排:4个主题3行,4个主题2行。

现在需要确定主题内容:

比如:

主题1:热门景点(3行)

行1:长城、故宫等经典景点人流量大,建议提前预约。

行2:选择早班或错峰出行更省时。

行3:周边小众景点如慕田峪长城人少景美。

这样3行。

主题2:特色美食(3行)

行1:北京烤鸭、老北京炸酱面是必尝美食。

行2:护城河边的胡同小吃摊位提供地道滋味。

行3:注意部分餐厅需提前订位。

3行?

主题3:交通推荐(3行)

行1:地铁是出行首选,国庆期间加密班次。

行2:机场快线直达核心景区,节省时间。

行3:共享单车覆盖主要景点,适合短途。

3行。

主题4:住宿建议(3行)

行1:市中心酒店价格较高,建议提前两周预订。

行2:郊区民宿性价比高,还能体验当地文化。

行3:注意查看住宿的防疫要求。

3行。

然后剩下的4个主题用2行:

主题5:亲子活动(2行)

行1:儿童乐园、科技馆有专门国庆活动。

行2:家长可参与亲子手工课程,增进互动。

主题6:摄影打卡(2行)

行1:天安门广场、国家大剧院是热门取景点。

行2:黄昏时分光线柔和,更容易拍出大片。

主题7:购物优惠(2行)

行1:大型商圈有满减活动,适合囤货。

行2:景区周边小店可淘特色纪念品。

主题8:安全提示(2行)

行1:注意保管随身物品,避免人流拥挤时丢失。

行2:备好常用药品,应对突发小状况。

现在检查总行数:

主题1:3行

主题2:3行 →6

主题3:3→9

主题4:3→12

主题5:2→14

主题6:2→16

主题7:2→18

主题8:2→20行。刚好20行,符合要求。

接下来检查每个主题的句子数是否符合2-5句(不包含主题)。每个主题的内容行数即句子数吗?可能需要调整句子是否完整,每个行是一句话吗?是的,用户可能认为每行是句子。所以每个主题的内容行数等于句子数吗?

比如主题1的3行是3个句子?这样主题1有3句,符合2-5句。

现在需要确保总字数不超过300字。

现在开始写具体内容,计算字数:

主题1:

  • 长城、故宫等经典景点人流量大,建议提前预约。(约25字)
  • 选择早班或错峰出行更省时。(约16字)
  • 周边小众景点如慕田峪长城人少景美。(约20字)→总约25+16+20=61字

主题2:

  • 北京烤鸭、老北京炸酱面是必尝美食。(约18字)
  • 护城河边的胡同小吃摊位提供地道滋味。(约19字)
  • 注意部分餐厅需提前订位。(约12字)→总约18+19+12=49字

主题3:

  • 地铁是出行首选,国庆期间加密班次。(约17字)
  • 机场快线直达核心景区,节省时间。(约16字)
  • 共享单车覆盖主要景点,适合短途。(约16字)→总17+16+16=49字

主题4:

  • 市中心酒店价格较高,建议提前两周预订。(约20字)
  • 郊区民宿性价比高,还能体验当地文化。(约21字)
  • 注意查看住宿的防疫要求。(约13字)→总20+21+13=54字

主题5:

  • 儿童乐园、科技馆有专门国庆活动。(约17字)
  • 家长可参与亲子手工课程,增进互动。(约16字)→33字

主题6:

  • 天安门广场、国家大剧院是热门取景点。(约17字)
  • 黄昏时分光线柔和,更容易拍出大片。(约16字)→33字

主题7:

  • 大型商圈有满减活动,适合囤货。(约15字)
  • 景区周边小店可淘特色纪念品。(约14字)→29字

主题8:

  • 注意保管随身物品,避免人流拥挤时丢失。(约20字)
  • 备好常用药品,应对突发小状况。(约14字)→34字

现在总字数:61+49+49+54+33+33+29+34=392字?超过了300字,不符合要求。

需要调整,减少字数。可能需要缩短句子。

比如主题1的第3句:“周边小众景点如慕田峪人少景美。” 这样减少“长城”两字?或者调整句子结构。

需要总字数不超过300,所以需要缩短每个主题的内容。

可能调整如下:

主题1:

  • 长城、故宫人流量大,建议提前预约。
  • 早班或错峰出行更省时。
  • 慕田峪等小景点人少景美。

这样3行,字数约:18+13+13=44字?

主题2:

  • 北京烤鸭是必尝美食。
  • 胡同小吃摊位有地道滋味。
  • 部分餐厅需提前订位。

3行,约:9+11+8=28字?

主题3:

  • 地铁是出行首选,国庆加密班次。
  • 机场快线直达景区,节省时间。
  • 共享单车覆盖景点,方便短途。

3行,约:16+15+12=43字?

主题4:

  • 市中心酒店价格高,建议提前预订。
  • 郊区民宿性价比高,体验当地文化。
  • 注意查看防疫要求。

3行,约:16+18+8=42字?

主题5:

  • 儿童乐园、科技馆有国庆活动。
  • 家长可参与亲子课程,增进互动。

2行,约:14+13=27字?

主题6:

  • 天安门广场、国家大剧院是热门景点。
  • 黄昏光线柔和,适合拍照。

2行,约:17+10=27字?

主题7:

  • 大型商圈有满减,适合购物。
  • 景区小店可淘纪念品。

2行,约:10+11=21字?

主题8:

  • 注意保管物品,避免丢失。
  • 备好常用药品应对突发状况。

2行,约:12+12=24字?

现在总字数:

主题1:44

主题2:28

主题3:43

主题4:42

主题5:27

主题6:27

主题7:21

主题8:24 →44+28=72, +43=115, +42=157, +27=184, +27=211, +21=232, +24=256字,符合300以内。

现在需要调整句子更简短,确保每个主题内容符合要求。

现在具体写:

【热门景点】

长城、故宫人流量大,建议提前预约。

早班或错峰出行更省时。

慕田峪等小景点人少景美。

(3行)

【特色美食】

北京烤鸭是必尝美食。

胡同小吃摊位有地道滋味。

部分餐厅需提前订位。

(3行)

【交通推荐】

地铁是出行首选,国庆加密班次。

机场快线直达景区,节省时间。

共享单车覆盖景点,方便短途。

(3行)

【住宿建议】

市中心酒店价格高,建议提前预订。

郊区民宿性价比高,体验当地文化。

注意查看防疫要求。

(3行)

【亲子活动】

儿童乐园、科技馆有国庆活动。

家长可参与亲子课程,增进互动。

(2行)→这里之前是2行?但需要主题行数是2行吗?前面分配是主题5用2行,是的。

【摄影打卡】

天安门广场、国家大剧院是热门景点。

黄昏光线柔和,适合拍照。

(2行)

【购物优惠】

大型商圈有满减,适合购物。

景区小店可淘纪念品。

(2行)

【安全提示】

注意保管物品,避免丢失。

备好常用药品应对突发状况。

(2行)

现在检查总行数:

主题小标题行不算,内容行数:

主题1:3行 →行1-3

主题2:3 →4-6

主题3:3→7-9

主题4:3→10-12

主题5:2→13-14

主题6:2→15-16

主题7:2→17-18

主题8:2→19-20

刚好20行?是的。现在检查每个主题的句子数是否符合2-5句。每个主题的内容行数是:

主题1:3句(符合)

主题2:3句(符合)

主题3:3句(符合)

主题4:3句(符合)

主题5:2句(符合)

主题6:2句(符合)

主题7:2句(符合)

主题8:2句(符合)

这样满足每个主题不少于2句,不超过5句。

现在检查总字数是否不超过300字。之前估算大约256字,符合要求。

可能需要调整部分句子,比如“国庆加密班次”是否通顺?“地铁是出行首选,国庆加密班次。” 这样没问题。

现在再检查:

主题1:

  • 长城、故宫人流量大,建议提前预约。(25字?可能更短)

可能需要更简短的句子:

比如“长城、故宫人流量大,需预约。” 这样更简短?

调整后:

主题1:

长城、故宫人流量大,需预约。

早班或错峰出行更省时。

慕田峪等小景点人少景美。

这样字数更少,总字数会减少。

可能这样调整:

主题1:

  • 长城、故宫人流量大,需预约。(16字)
  • 早班或错峰出行更省时。(13字)
  • 慕田峪等小景点人少景美。(15字)→总44字?

可能这样更合适。

现在最终调整:

【热门景点】

长城、故宫人流量大,需预约。

早班或错峰出行更省时。

慕田峪等小景点人少景美。

【特色美食】

北京烤鸭是必尝美食。

胡同小吃摊位有地道滋味。

部分餐厅需提前订位。

【交通推荐】

地铁是出行首选,国庆加密班次。

机场快线直达景区,节省时间。

共享单车覆盖景点,方便短途。

【住宿建议】

市中心酒店价格高,建议提前预订。

郊区民宿性价比高,体验当地文化。

注意查看防疫要求。

【亲子活动】

儿童乐园、科技馆有国庆活动。

家长可参与亲子课程,增进互动。

【摄影打卡】

天安门广场、国家大剧院是热门景点。

黄昏光线柔和,适合拍照。

【购物优惠】

大型商圈有满减,适合购物。

景区小店可淘纪念品。

【安全提示】

注意保管物品,避免丢失。

备好常用药品应对突发状况。

现在检查行数是否20行:

每个主题的内容行:

主题1:3行

主题2:3行 →累计6

主题3:3→9

主题4:3→12

主题5:2→14

主题6:2→16

主题7:2→18

主题8:2→20

是的,刚好20行。

现在检查字数:

大致估算:

主题1: 16+13+15=44

主题2: 9+11+8=28(北京烤鸭是必尝美食→9字?可能需要重新计算字数。)

可能我之前估算方式不太准确,但总字数应该在300以内。例如:

每个行的大致字数:

主题1:

  • 长城、故宫人流量大,需预约。→17字(长城、2,故宫2,人流量大4,需预约3→17?)

可能更准确的方式是数每个句子的字数:

例如:

  • 长城、故宫人流量大,需预约。→17字
  • 早班或错峰出行更省时。→13字
  • 慕田峪等小景点人少景美。→14字(慕田峪等小景点人少景美:慕田峪3,等1,小景点3,人少2,景美2→3+1+3+2+2=11?可能我数的方式有问题,但大概总字数不会超过300。)

不管怎样,现在需要确保总字数不超过300。可能现在这样写是符合要求的。

现在确认:

所有内容行:

行1:长城、故宫人流量大,需预约。

行2:早班或错峰出行更省时。

行3:慕田峪等小景点人少景美。

行4:北京烤鸭是必尝美食。

行5:胡同小吃摊位有地道滋味。

行6:部分餐厅需提前订位。

行7:地铁是出行首选,国庆加密班次。

行8:机场快线直达景区,节省时间。

行9:共享单车覆盖景点,方便短途。

行10:市中心酒店价格高,建议提前预订。

行11:郊区民宿性价比高,体验当地文化。

行12:注意查看防疫要求。

行13:儿童乐园、科技馆有国庆活动。

行14:家长可参与亲子课程,增进互动。

行15:天安门广场、国家大剧院是热门景点。

行16:黄昏光线柔和,适合拍照。

行17:大型商圈有满减,适合购物。

行18:景区小店可淘纪念品。

行19:注意保管物品,避免丢失。

行20:备好常用药品应对突发状况。

现在数一下总字数:

行1:17

行2:13 →30

行3:14→44

行4:9→53(北京烤鸭是必尝美食→9字?“北京烤鸭是必尝美食”共9字?可能需要重新数:

“北京烤鸭是必尝美食”→北京(2)烤鸭(2)是(1)必尝(2)美食(2)→2+2+1+2+2=9?

行5:“胡同小吃摊位有地道滋味。”→胡同(2)小吃(2)摊位(2)有(1)地道(2)滋味(2)→2+2+2+1+2+2?不,句子是“胡同小吃摊位有地道滋味。” 共11字?

可能我之前的方法不太对,但无论如何,总字数大概在20行×平均15字=300字左右?需要更准确计算吗?

可能现在不需要精确到每个字,只要不超过300即可。根据之前的调整,应该没问题。

现在确认每个主题的小标题用【】显示,所以最终的攻略结构是:

【热门景点】

长城、故宫人流量大,需预约。

早班或错峰出行更省时。

慕田峪等小景点人少景美。

【特色美食】

北京烤鸭是必尝美食。

胡同小吃摊位有地道滋味。

部分餐厅需提前订位。

【交通推荐】

地铁是出行首选,国庆加密班次。

机场快线直达景区,节省时间。

共享单车覆盖景点,方便短途。

【住宿建议】

市中心酒店价格高,建议提前预订。

郊区民宿性价比高,体验当地文化。

注意查看防疫要求。

【亲子活动】

儿童乐园、科技馆有国庆活动。

家长可参与亲子课程,增进互动。

【摄影打卡】

天安门广场、国家大剧院是热门景点。

黄昏光线柔和,适合拍照。

【购物优惠】

大型商圈有满减,适合购物。

景区小店可淘纪念品。

【安全提示】

注意保管物品,避免丢失。

备好常用药品应对突发状况。

现在检查是否符合所有要求:

8个主题,小标题用【】显示:是。

每个主题不少于2句,不超过5句:每个主题的内容行数是3或2,符合。

整个攻略一共20行(不包括主题):是的,20行。

不超过300字:大概估算:

行1-3:主题1的3行,约17+13+14=44字

行4-6:主题2的3行,约9+11+10=30字(假设部分餐厅需提前订位→10字)

行7-9:主题3的3行,约16+12+12=40字(地铁是出行首选,国庆加密班次→16字?可能需要更准确:地铁是出行首选,国庆加密班次→14字?)

不管怎样,总字数大概在44+30+40+40+30+30+20+20=244字?应该远低于300,符合要求。

现在可能需要调整部分句子,使更流畅。

比如主题4的“注意查看防疫要求。” 是一句,没问题。

主题7的“大型商圈有满减,适合购物。” 是一句。

现在确认所有内容符合要求,没有问题。

这样应该满足用户的所有要求了。

content:**

【热门景点】

长城、故宫人流量大,需预约。

早班或错峰出行更省时。

慕田峪等小景点人少景美。

【特色美食】

北京烤鸭是必尝美食。

胡同小吃摊位有地道滋味。

部分餐厅需提前订位。

【交通推荐】

地铁是出行首选,国庆加密班次。

机场快线直达景区,节省时间。

共享单车覆盖景点,方便短途。

【住宿建议】

市中心酒店价格高,建议提前预订。

郊区民宿性价比高,体验当地文化。

注意查看防疫要求。

【亲子活动】

儿童乐园、科技馆有国庆活动。

家长可参与亲子课程,增进互动。

【摄影打卡】

天安门广场、国家大剧院是热门景点。

黄昏光线柔和,适合拍照。

【购物优惠】

大型商圈有满减,适合购物。

景区小店可淘纪念品。

【安全提示】

注意保管物品,避免丢失。

备好常用药品应对突发状况。

For deployment, you can use sglang>=0.4.6.post1 or vllm>=0.8.5 or to create an OpenAI-compatible API endpoint.

Citation

优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。

你将获得什么

完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。

完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。

使用前须知

运行环境

运行模型需要的设备、工具与依赖,以原作者说明为准。

授权范围

是否允许商用、修改和分发,请查看模型许可证。

闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。

Back to top